考虑车辆协同与时间延迟的跟驰模型的弱非线性分析

为解决交通系统中合作驾驶引起的交通流问题,提出一种广义力跟驰模型。采用线性稳定性理论分析法推导出模型的线性稳定性条件并分析车辆协同与时滞组合对交通流稳定性的影响。通过非线性分析方法推导出考虑合作与时滞的车辆跟驰模型的Burgers方程与KdV方程,并给出它们的孤立波解及约束条件。利用解析法与数值分析法研究交通波演化过程中合作最优速度(OV)模型。实验结果表明,合作与延迟是依赖于模型的,车辆协同作用有利于抑制交通阻塞,传感器对延迟车辆的延迟检测在一定程度上有利于缓解失稳效应。     

Microscopic car-following model for the traffic flow: the state of the art

Car-following theory is an important research direction in the field of intelligent transportation systems (ITS), it describes the one-by-one following process of vehicles on the same lane in traffic flow, and one of its important issues is congestion control. To explore the strategy for controlling traffic congestion, this paper introduces and analyzes some classic car-following models, and gives a systematic review of their developments. Moreover, in order to introduce the approach to analyze the stability, taking the full velocity difference (FVD) model for example, the local and asymptotic stability analysis is discussed, while the corresponding nonlinear analysis is also conducted. Then, some perspectives of the car-following model are given in the final.     

一种基于ANFIS的ABR拥塞控制

由于ATM网络环境的复杂性、多变性,用常规的数学模型对网络模型、可用带宽的获取以及控制器设计的描述具有很大的局限性,因此论文提出了一种基于自适应模糊推理系统(AdaptiveNeuralFuzzyInferenceSystems,ANFIS)的ABR业务拥塞控制方法,该方法结合模糊推理系统的规则结构化及神经网络强泛化能力的优点,克服了模糊推理模型的偶然性和神经网络收敛速度慢、训练时间过程长等缺点。仿真结果表明使用ANFIS进行拥塞控制的可行性,增加了系统稳定性并减小了信元丢失率。     

通信延时环境下异质网联车辆队列非线性纵向控制

针对通信延时环境下的异质车辆队列控制问题, 本文提出了一种基于三阶模型的分布式非线性车辆队列纵向控制器. 首先, 基于三阶动力学模型描述了车辆的异质特性. 考虑车辆跟驰行为以及异质通信延时, 提出一种通信延时环境下的异质车辆队列非线性控制器. 所提控制器不仅可以在通信延时以及车辆异质特性的影响下实现队列中车辆的位置、速度以及加速度的一致性, 而且可以有效避免负的车辆间距和不合理的加/减速度, 保证车辆的运动行为符合交通流理论. 然后, 利用Lyapunov-Krasovskii定理对车辆队列的稳定性进行分析, 得出车辆队列的稳定性条件和通信延时上界. 最后, 所提控制器的有效性和稳定性通过数值仿真得到验证.     

考虑车辆跟驰作用和通信时延的网联车辆队列轨迹跟踪控制

针对智能网联车辆轨迹跟踪问题, 本文通过考虑车辆跟驰作用和车车通信过程中存在的通信时延, 提出了一种分布式非线性轨迹跟踪控制器. 具体来讲, 首先, 提出一种双向领导跟随通信拓扑来描述智能网联环境下车辆间的通信连接. 其次, 考虑车辆跟驰作用和通信时延, 设计一种分布式非线性轨迹跟踪控制器. 然后, 使用Lyapunov方法证明了所设计控制器的稳定性. 最后, 考虑速度干扰作用于领导者车辆, 针对无时延、同质时延和异质时延等三种场景进行数值仿真实验. 仿真结果表明: 本文所设计的控制器不仅保证了车辆位置跟踪误差收敛到原点, 而且车辆运动规律符合交通流理论, 即无负位置跟踪误差和负速度现象.     

考虑后视效应和多前车信息的跟驰模型

网联车跟驰模型的研究可为未来实施大规模的实地测试提供模型参考,已成为交通流及智能交通领域的研究热点.为了更好地研究智能网联车的跟驰特性,在MVD模型的基础上,提出了一种考虑后视效应和多前车信息的跟驰模型(BL-MVDAM),利用线性稳定性分析方法推导出BL-MVDAM模型的交通流稳定性判断依据,并分别分析了模型中各参数对系统稳定性的影响,给出分析结果并进行了数值仿真实验.仿真实验选取在环形道路上给行驶过程中的车队施加轻微扰动,并根据跟驰车对后车的关注程度P和前车数量k设计数值模拟实验,当其他条件一致时,本文模型相比FVD,MVD,OMVC和BLVD模型,BL-MVDAM模型中车队的速度波动率较小,尤其是当P=0.8,k=3 时,车队速度平均波动率最小可以达0.24％,实验分析结果表明,所提出模型在引入后视效应和多前车信息后,具备更优的稳定区域,能较好地吸收扰动且有利于增强车队行驶的稳定性.     

含时延的车辆队列事件触发一致性控制研究

为应对通信过程中的传输时延以及车辆间连续信息交互带来的信息冗余、资源浪费,提出一种基于事件触发机制的车辆队列一致性策略,以保证车辆队列能够稳定运行;为此,构建一个考虑车辆间的跟驰行为和通信时延的三阶异质车辆队列动力学模型,提出一种基于事件触发的一致性车辆队列控制器的设计方法;在此基础上,利用Lyapunov稳定性理论和代数图论,对车辆队列的稳定性进行分析,得出了使车辆队列稳定的事件触发条件和通信时延的上界;在MATLAB平台上进行仿真实验,验证了所提车辆队列控制方法的有效性。     

Robust Stabilization and H∞ Control of Cooperative Driving System with Time Delay in Variable Speed‐Limited Area from Cyber‐Physical Perspective

In order to suppress traffic congestion and reduce traffic accidents, a cooperative driving systems with time‐varying delay and nonlinearity under uncertain external disturbances in a variable speed‐limited area is proposed from a cyber‐physical perspective. Robust stabilization of the cooperative driving system is investigated by using Lyapunov‐Krasovskii functional stability theory. Robust H_∞ control is designed to guarantee that the proposed system is robustly stable. Meanwhile, sufficient conditions for the state feedback controller are proposed to attenuate the external disturbances on the basis of linear matrix inequality. Finally, some useful results are obtained from the comparisons between without control scheme, existing ACC (adaptive cruise control) scheme, and the proposed control scheme, which could suppress traffic congestion and reduce traffic accidents.     

Adaptive sliding mode control for trajectory tracking of nonholonomic mobile robot with uncertain kinematics and dynamics

ABSTRACT

This article designs a novel adaptive trajectory tracking controller for nonholonomic wheeled mobile robot under kinematic and dynamic uncertainties. A new velocity controller, in which kinematic parameter is estimated, produces velocity command of the robot. The designed adaptive sliding mode dynamic controller incorporates an estimator term to compensate for the external disturbances and dynamic uncertainties and a feedback term to improve the closed-loop stability and account for the estimation error of external disturbances. The system stability is analyzed using Lyapunov theory. Computer simulations affirm the robustness of the designed control scheme.     

Development of a Novel Optimal Backstepping Control Algorithm of Magnetic Impeller-Bearing System for Artificial Heart Ventricle Pump

Abstract

In this work, a new backstepping control algorithm is developed for accurate suspension of the rotating impeller in the artificial heart based on supported magnetic suspension system. The magnet suspension system of the artificial heart ventricle consists mainly of the proposed controller and magnetic coils. The controller is used to actuate the magnetic coils with required currents to establish the magnetic field necessary for suspending the impeller at accurate position. Two pairs of magnetic coils at each end of the rotor are responsible for suspension in both vertical and horizontal planes such as three-dimension suspension control is achieved. The backstepping control algorithm is developed using the stability analysis based on the Lyapunov theory. The design parameters of backstepping controller have direct impact on the performance of controlled system. The present work suggested Particle Swarm Optimization technique for tuning these design parameters toward better performance of proposed controller. The effectiveness of the optimized backstepping controller is verified via computer simulation within MATLAB/SIMULINK environment.     

基于CPG的双足机器人多层步行控制器设计

针对双足机器人步行控制器的设计问题,基于生物学启发原理,提出一种基于中枢模式发生器(CPG)与稳定性分析相结合的多层次结构控制器设计方法。分析机器人的步行运动,给出双足运动描述。基于CPG理论设计多层次结构的步行控制器,应用极限环理论方法分析运动稳定性。在保证步行稳定的前提下,所提出的控制方法具有结构简单、通用性好、方便在线平滑修正等优点,步行仿真实验验证了所提出算法的有效性。     

SYNCHRONIZATION OF CHAOTIC GYRO SYSTEMS USING RECURRENT WAVELET CMAC

This study addresses synchronization of two chaotic gyros by using an adaptive recurrent wavelet cerebellar model articulation controller (RWCMAC). The proposed adaptive RWCMAC system contains an RWCMAC and a robust controller. Based on Lyapunov stability theory, the parameters of RWCMAC are on-line tuned and the robust controller is designed for achieving H ^∞ robust performance. Finally, the proposed adaptive RWCMAC system is applied to synchronize two chaotic gyros. Numerical simulation results demonstrate the effectiveness of the proposed control scheme.     

Whole-Body Balance Control of a Humanoid Robot in Real Time Based on ZMP Stability Regions Approach

Abstract

One of the most important and complex tasks for a humanoid robot is to avoid overturning during a bipedal gait. This work aims at setting the base for designing a general balance controller to be used with any humanoid robot. In addition, it is based on a strong simplification of humanoid model which attempts to be used in real-time applications. In particular, several “stability zones” are defined as function of the criticalness of balance. The results are presented in simulation and experimentally, using the humanoid platforms HOAP-3 and TEO.     

全速度差跟驰模型的Lyapunov稳定性分析

车辆跟驰模型是智能交通系统(intelligent transportation system,ITS)中研究微观交通流的一个主要内容,而稳定性分析则是跟驰模型研究的一个重要问题.为了有效分析跟驰模型的稳定性,本文从控制理论的角度出发,针对典型的全速度差(full velocity difference,FVD)跟驰模型,提出了基于Lyapunov函数的稳定性分析.随后对FVD模型进行了数值仿真,结果表明了本方法的有效性.     

不确定TCP流模型的离散H∞鲁棒主动队列管理算法

针对TCP/IP网络存在参数时变和不确定性下的拥塞控制问题,提出一种新的基于H∞状态反馈控制的离散鲁棒主动列队管理算法(AQM).该方法针对不确定TCP流模型,将短期突发流所占据的带宽作为系统的外部干扰,同时考虑时滞和参数不确定性因素,基于Lyapunov稳定性理论和线性矩阵不等式技术,设计了离散鲁棒状态反馈控制器以保证路由器队列响应的稳定性和鲁棒性.最后,通过NS-2仿真验证了本文方法的有效性.     

基于PID控制器的TCP主动队列管理*

运用反馈控制理论分析了TCP模型的稳定性能,并设计PID控制器以提高该系统的稳定性,采用OPNET对带PID控制器的TCP拥塞控制系统进行了仿真。仿真结果表明,PID控制器比传统的RED具有更快的响应速度、更小的队列长度波动和更大的链路利用率。     

受动态约束的谐波传动式可重构模块机器人分散积分滑模控制

针对受外界动态约束的谐波传动式可重构模块机器人轨迹跟踪问题, 提出一种基于关节力矩反馈的分散积分滑模控制方法. 在无力/力矩传感器且存在耦合模型不确定性的条件下即能获得良好的控制品质. 基于谐波传动模型, 仅采用位置测量数据估计关节力矩, 并建立机器人子系统动力学模型. 基于可变增益超螺旋算法(VGSTA) 设 计分散积分滑模控制器, 补偿模型不确定性并削弱控制器抖振. 采用Lyapunov 理论对系统的渐近稳定性进行了证明. 值仿真结果验证了所设计的控制器的优越性.

     

一种基于速率的单神经元自适应PID拥塞控制方法

从控制理论的角度研究了一种基于速率的拥塞控制方法．采用单神经元自适应PID控制器,可以在线调节控制参数以保证控制环路的稳定性．运用Jury稳定判定标准给出了保证被控ATM网络在平衡点附近稳定的条件．仿真结果表明,使用该控制方案能使缓冲器队列长度快速收敛到目标值,并维持小的队列振荡,与传统的PID控制器相比具有更好的稳定性和鲁棒性．     

5G环境下车联网跟驰模型

针对现有跟驰模型的不足,提出一种5G环境下车联网实时稳定(current time stabilization,CTS)模型。该跟驰模型首先考虑了网络时延的时变性对跟驰模型的影响,其次考虑了由网络时延带来的对车辆实时速度、加速度、驾驶员反应时间的影响,从而保证CTS模型更符合实际驾驶情况。从理论上推导出跟驰模型的临界稳定性条件。仿真结果表明,当网络时延不同时,随着网络时延的降低,CTS模型的稳定性不断升高;在相同扰动下,CTS模型比传统优化速度(optimal velocity,OV)跟驰模型的稳定性提高了32.5%。     

基于改进DDPG算法的车辆低速跟驰行为决策研究

车辆跟驰行为决策研究对于车辆跟驰驾驶技术的发展至关重要,以深度强化学习方法研究车辆低速跟驰场景,提出了一种改进型DDPG决策算法,该算法在DDPG算法的基础上,结合了CBF控制器以进行安全补偿控制与策略探索指导;同时,设计了符合低速跟驰期望目标的奖励函数。在对比实验中,通过高斯过程模型模拟跟驰车队系统,分别用DDPG算法和DDPG-CBF改进算法控制其中一辆车的跟驰行为,实验结果表明,相比于DDPG算法,DDPG-CBF改进算法可以更有效地保证跟驰决策的安全性,同时具有更高的学习效率,能够应用于车辆低速跟驰场景。